python celery 模塊

Celery是基于Python開發(fā)的一個分布式任務(wù)隊列框架，支持使用任務(wù)隊列的方式在分布的機(jī)器/進(jìn)程/線程上執(zhí)行任務(wù)調(diào)度

Celery是典型的生產(chǎn)生-消費者模式，主要由三部分組成：broker（消息隊列）、workers（消費者：處理任務(wù)）、backend（存儲結(jié)果）
1.編寫任務(wù)代碼task.py
from celery import Celery

app = Celery('tasks',broker='amqp://guest@localhost//', backend='redis://localhost:6379/0')

@app.task
def add(x, y):
return x + y

當(dāng)函數(shù)使用”@app.task”修飾后，即為可被Celery調(diào)度的任務(wù)
2.啟動workers 命令 celery worker -A tasks --loglevel=info --concurrency=5
3.調(diào)用任務(wù)

result=add.delay(2, 5)
result.ready()
result.get(timeout=1)

4.配置文件
單個參數(shù)配置:
app.conf.CELERY_BROKER_URL = 'amqp://guest@localhost//'
app.conf.CELERY_RESULT_BACKEND = 'redis://localhost:6379/0'
多個參數(shù)配置:
app.conf.update(
CELERY_BROKER_URL = 'amqp://guest@localhost//',
CELERY_RESULT_BACKEND = 'redis://localhost:6379/0'
)

從配置文件中獲取:

先把配置存入配置文件中'celeryconfig.py'

BROKER_URL='amqp://guest@localhost//'
CELERY_RESULT_BACKEND='redis://localhost:6379/0'

導(dǎo)入到celery 對象中app.config_from_object('celeryconfig')
我們之前調(diào)用任務(wù)使用了”delay()”方法，它其實是對”apply_async()”方法的封裝，
使得你只要傳入任務(wù)所需的參數(shù)即可
關(guān)于序列化
Celery默認(rèn)序列化方式是”json”,指定序列化
app = Celery('tasks', broker='...', task_serializer='yaml')

app.conf.update(
CELERY_TASK_SERIALIZER='pickle',
CELERY_RESULT_SERIALIZER='json',
)

@app.task
def add(x, y):
...

add.apply_async((2, 5), serializer='json')

django + celery 實現(xiàn)任務(wù)的異步處理
1.Django Web中從一個http請求發(fā)起，到獲得響應(yīng)返回html頁面的流程大致如下：http請求發(fā)起 -- http handling（request解析） -- url mapping（url正則匹配找到對應(yīng)的View） -- 在View中進(jìn)行邏輯的處理、數(shù)據(jù)計算（包括調(diào)用Model類進(jìn)行數(shù)據(jù)庫的增刪改查）--將數(shù)據(jù)推送到template，返回對應(yīng)的template/response
同步請求：所有邏輯處理、數(shù)據(jù)計算任務(wù)在View中處理完畢后返回response。在View處理任務(wù)時用戶處于等待狀態(tài)，直到頁面返回結(jié)果
異步請求：View中先返回response，再在后臺處理任務(wù)。用戶無需等待，可以繼續(xù)瀏覽網(wǎng)站。當(dāng)任務(wù)處理完成時，我們可以再告知用戶
2.建立消息隊列
消息隊列可以使用RabbitMQ、Redis 等
3.安裝django-celery
pip install celery django-celery
4.配置settings.py
import djcelery
djcelery.setup_loader()
BROKER_URL = 'django://' # 使用django做broker
CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler' # 定時任務(wù).
CELERY_RESULT_BACKEND = 'djcelery.backends.database:DatabaseBackend' # 需要跟蹤任務(wù)的狀態(tài)時保存結(jié)果和狀態(tài)
CELERY_ENABLE_UTC = False # 不用UTC.
CELERY_TIMEZONE = 'Asia/Shanghai' # 指定上海時區(qū)
CELERY_ACCEPT_CONTENT = ['pickle', 'json', 'msgpack', 'yaml'] # 允許的格式
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'
CELERY_IGNORE_RESULT = True

INSTALLED_APPS = [
'djcelery',# 新增
'kombu.transport.django', # 新增kombu.transport.django則是基于Django的broker
]

其中，當(dāng)djcelery.setup_loader()運行時，Celery便會去查看INSTALLD_APPS下包含的所有app目錄中的tasks.py文件，找到標(biāo)記為task的方法，將它們注冊為celery task
5.在項目 mysite 下新建celery.py
from future import absolute_import
import os
from celery import Celery
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'mysite.settings')
from django.conf import settings # noqa
app = Celery('mysite')
app.config_from_object('django.conf:settings')
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)

@app.task(bind=True)
def debug_task(self):
print('Request: {0!r}'.format(self.request))

6.在應(yīng)用celery_project下新建tasks.py

from future import absolute_import
from celery import shared_task
import time

@shared_task(track_started=True)
def add(x, y):
time.sleep(30)
return x + y

在tasks.py中我們就可以編碼實現(xiàn)我們需要執(zhí)行的任務(wù)邏輯，在開始處import task，然后在要執(zhí)行的任務(wù)方法開頭用上裝飾器@task。需要注意的是，與一般的.py中實現(xiàn)celery不同，tasks.py必須建在各app的根目錄下，且不能隨意命名
6.生產(chǎn)任務(wù)
在需要執(zhí)行該任務(wù)的View中，通過test.delay的方式來創(chuàng)建任務(wù)，并送入消息隊列
def produce():
a =1
b =2
r = test.delay(a,b)
7.啟動work
#先啟動服務(wù)器 python manage.py runserver
#再啟動worker celery worker -A mysite -c 4 --loglevel=info